选择 打开 改范围 完整检索页
受支持版本: 当前版本 (18) / 17 / 16 / 15 / 14
开发版本: 19 / devel
不受支持的版本: 13 / 12 / 11 / 10
当前 PostgreSQL 版本不在支持生命周期内。
您可以参阅当前版本的对应页面,或其他在上面列出的活跃大版本。

9.4. 字符串函数和操作符 #

本节描述用于检查和操作字符串值的函数和操作符。这里的字符串包括 charactercharacter varyingtext 类型的值。除非另有说明,下面列出的所有函数都适用于这些类型,但使用 character 类型时,应注意自动填充空格可能带来的影响。一些函数也为位串类型提供了原生实现。

SQL定义了一些字符串函数,它们使用关键字,而不是逗号来分隔参数。详情请见Table 9.9PostgreSQL也提供了这些函数使用正常函数调用语法的版本(见Table 9.10)。

Note

PostgreSQL 8.3 之前,由于某些非字符串数据类型到 text 的隐式强制转换,这些函数也会悄然接受那些类型的值。由于这些强制转换经常产生出人意料的行为,它们已被移除。不过,字符串串接操作符(||)仍接受非字符串输入,只要至少一个输入属于字符串类型,如Table 9.9所示。对于其他情况,如果需要重现以前的行为,可添加到 text 的显式强制转换。

Table 9.9. SQL字符串函数和操作符

函数 返回类型 描述 示例 结果
string || string text 字符串串接 'Post' || 'greSQL' PostgreSQL
string || non-stringnon-string || string text 一个输入为非字符串的字符串串接 'Value: ' || 42 Value: 42
bit_length(string) int 字符串中的位数 bit_length('jose') 32
char_length(string)character_length(string) int 字符串中的字符数 char_length('jose') 4
lower(string) text 将字符串转换为小写 lower('TOM') tom
octet_length(string) int 字符串中的字节数 octet_length('jose') 4
overlay(string placing string from int [for int]) text 替换子字符串 overlay('Txxxxas' placing 'hom' from 2 for 4) Thomas
position(substring in string) int 指定子字符串的位置 position('om' in 'Thomas') 3
substring(string [from int] [for int]) text 提取子字符串 substring('Thomas' from 2 for 3) hom
substring(string from pattern) text 提取匹配 POSIX 正则表达式的子字符串。有关模式匹配的更多信息,参见Section 9.7 substring('Thomas' from '...$') mas
substring(string from pattern for escape) text 提取匹配 SQL 正则表达式的子字符串。有关模式匹配的更多信息,参见Section 9.7 substring('Thomas' from '%#"o_a#"_' for '#') oma
trim([leading | trailing | both] [characters] from string) text string 的开头、结尾或两端(默认为 both)移除仅由 characters 中字符(默认为空格)组成的最长字符串 trim(both 'xyz' from 'yxTomxx') Tom
trim([leading | trailing | both] [from] string [, characters] ) text trim() 的非标准语法 trim(both from 'yxTomxx', 'xyz') Tom
upper(string) text 将字符串转换为大写 upper('tom') TOM

还有其他字符串操作函数,列在 Table 9.10 中。其中一些用于内部实现 Table 9.9 中列出的 SQL 标准字符串函数。

Table 9.10. 其他字符串函数和操作符

函数 返回类型 描述 示例 结果
ascii(string) int 参数首字符的 ASCII 码。对于 UTF8,返回该字符的 Unicode 码点。对于其他多字节编码,参数必须是 ASCII 字符。 ascii('x') 120
btrim(string text [, characters text]) text string 的开头和结尾移除仅由 characters 中字符(默认为空格)组成的最长字符串 btrim('xyxtrimyyx', 'xyz') trim
chr(int) text 指定编码值对应的字符。对于 UTF8,参数被视为 Unicode 码点。对于其他多字节编码,参数必须指定一个 ASCII 字符。不允许 NULL(0)字符,因为文本数据类型无法存储这样的字节。 chr(65) A
concat(str "any" [, str "any" [, ...] ]) text 串接所有参数的文本表示。忽略 NULL 参数。 concat('abcde', 2, NULL, 22) abcde222
concat_ws(sep text, str "any" [, str "any" [, ...] ]) text 使用分隔符串接除第一个参数以外的所有参数。第一个参数用作分隔字符串。忽略 NULL 参数。 concat_ws(',', 'abcde', 2, NULL, 22) abcde,2,22
convert(string bytea, src_encoding name, dest_encoding name) bytea 将字符串转换为 dest_encoding。原编码由 src_encoding 指定。string 必须是该编码下的有效字符串。可以用 CREATE CONVERSION 定义转换。此外,也有一些预定义的转换。可用的转换见Table 9.11 convert('text_in_utf8', 'UTF8', 'LATIN1') 以 Latin-1 编码(ISO 8859-1)表示的 text_in_utf8
convert_from(string bytea, src_encoding name) text 将字符串转换为数据库编码。原编码由 src_encoding 指定。string 必须是该编码下的有效字符串。 convert_from('text_in_utf8', 'UTF8') 以当前数据库编码表示的 text_in_utf8
convert_to(string text, dest_encoding name) bytea 将字符串转换为 dest_encoding convert_to('some text', 'UTF8') 以 UTF8 编码表示的 some text
decode(string text, format text) bytea string 中的文本表示解码二进制数据。format 的选项与 encode 相同。 decode('MTIzAAE=', 'base64') \x3132330001
encode(data bytea, format text) text 将二进制数据编码为文本表示。支持的格式为:base64hexescapeescape 将零字节和最高位为 1 的字节转换为八进制序列(\nnn),并将反斜杠加倍。 encode('123\000\001', 'base64') MTIzAAE=
format(formatstr text [, formatarg "any" [, ...] ]) text 根据格式字符串格式化参数。此函数类似于 C 函数 sprintf。参见Section 9.4.1 format('Hello %s, %1$s', 'World') Hello World, World
initcap(string) text 将每个单词的首字母转换为大写,其余字母转换为小写。单词是由非字母数字字符分隔的字母数字字符序列。 initcap('hi THOMAS') Hi Thomas
left(str text, n int) text 返回字符串中的前 n 个字符。当 n 为负数时,返回除最后 |n| 个字符以外的所有字符。 left('abcde', 2) ab
length(string) int string 中的字符数 length('jose') 4
length(string bytea, encoding name ) int 采用给定 encodingstring 中的字符数。string 必须是该编码下的有效字符串。 length('jose', 'UTF8') 4
lpad(string text, length int [, fill text]) text string 前面添加字符 fill(默认为空格),将其填充到长度 length。如果 string 已经长于 length,则从右侧截断。 lpad('hi', 5, 'xy') xyxhi
ltrim(string text [, characters text]) text string 的开头移除仅由 characters 中字符(默认为空格)组成的最长字符串 ltrim('zzzytest', 'xyz') test
md5(string) text 计算 string 的 MD5 哈希,并以十六进制返回结果 md5('abc') 900150983cd24fb0 d6963f7d28e17f72
parse_ident(qualified_identifier text [, strictmode boolean DEFAULT true ] ) text[] qualified_identifier 拆分为标识符数组,移除各标识符的引号。默认情况下,最后一个标识符后的多余字符会被视为错误;但如果第二个参数为 false,则忽略这些多余字符。(此行为适合解析函数等对象的名称。)注意,此函数不会截断过长的标识符。如需截断,可以将结果强制转换为 name[] parse_ident('"SomeSchema".someTable') {SomeSchema,sometable}
pg_client_encoding() name 当前客户端编码名称 pg_client_encoding() SQL_ASCII
quote_ident(string text) text 为给定字符串添加适当的引号并返回,使其可用作 SQL 语句字符串中的标识符。仅在必要时添加引号(即字符串包含不能用于标识符的字符,或会被大小写折叠时)。内嵌引号会适当地加倍。另见Example 42.1 quote_ident('Foo bar') "Foo bar"
quote_literal(string text) text 为给定字符串添加适当的引号并返回,使其可用作 SQL 语句字符串中的字符串字面量。内嵌单引号和反斜杠会适当地加倍。注意,quote_literal 在输入为 null 时返回 null;如果参数可能为 null,quote_nullable 通常更合适。另见Example 42.1 quote_literal(E'O\'Reilly') 'O''Reilly'
quote_literal(value anyelement) text 将给定值强制转换为文本,然后作为字面量加引号。内嵌单引号和反斜杠会适当地加倍。 quote_literal(42.5) '42.5'
quote_nullable(string text) text 为给定字符串添加适当的引号并返回,使其可用作 SQL 语句字符串中的字符串字面量;如果参数为 null,则返回 NULL。内嵌单引号和反斜杠会适当地加倍。另见Example 42.1 quote_nullable(NULL) NULL
quote_nullable(value anyelement) text 将给定值强制转换为文本,然后作为字面量加引号;如果参数为 null,则返回 NULL。内嵌单引号和反斜杠会适当地加倍。 quote_nullable(42.5) '42.5'
regexp_match(string text, pattern text [, flags text]) text[] 返回 POSIX 正则表达式首次匹配 string 时捕获的子字符串。更多信息参见Section 9.7.3 regexp_match('foobarbequebaz', '(bar)(beque)') {bar,beque}
regexp_matches(string text, pattern text [, flags text]) setof text[] 返回 POSIX 正则表达式匹配 string 时捕获的子字符串。更多信息参见Section 9.7.3 regexp_matches('foobarbequebaz', 'ba.', 'g') {bar}

{baz}

(2 rows)
regexp_replace(string text, pattern text, replacement text [, flags text]) text 替换匹配 POSIX 正则表达式的子字符串。更多信息参见Section 9.7.3 regexp_replace('Thomas', '.[mN]a.', 'M') ThM
regexp_split_to_array(string text, pattern text [, flags text ]) text[] 使用 POSIX 正则表达式作为分隔符拆分 string。更多信息参见Section 9.7.3 regexp_split_to_array('hello world', '\s+') {hello,world}
regexp_split_to_table(string text, pattern text [, flags text]) setof text 使用 POSIX 正则表达式作为分隔符拆分 string。更多信息参见Section 9.7.3 regexp_split_to_table('hello world', '\s+') hello

world

(2 rows)
repeat(string text, number int) text string 重复指定的 number repeat('Pg', 4) PgPgPgPg
replace(string text, from text, to text) text string 中每次出现的子字符串 from 替换为子字符串 to replace('abcdefabcdef', 'cd', 'XX') abXXefabXXef
reverse(str) text 返回反转后的字符串。 reverse('abcde') edcba
right(str text, n int) text 返回字符串中的最后 n 个字符。当 n 为负数时,返回除前 |n| 个字符以外的所有字符。 right('abcde', 2) de
rpad(string text, length int [, fill text]) text string 后面追加字符 fill(默认为空格),将其填充到长度 length。如果 string 已经长于 length,则截断它。 rpad('hi', 5, 'xy') hixyx
rtrim(string text [, characters text]) text string 的结尾移除仅由 characters 中字符(默认为空格)组成的最长字符串 rtrim('testxxzx', 'xyz') test
split_part(string text, delimiter text, field int) text delimiter 拆分 string,并返回指定字段(从一开始计数) split_part('abc~@~def~@~ghi', '~@~', 2) def
strpos(string, substring) int 指定子字符串的位置(与 position(substring in string) 相同,但注意参数顺序相反) strpos('high', 'ig') 2
substr(string, from [, count]) text 提取子字符串(与 substring(string from from for count) 相同) substr('alphabet', 3, 2) ph
starts_with(string, prefix) bool 如果 stringprefix开始就返回真。 starts_with('alphabet', 'alph') t
to_ascii(string text [, encoding text]) text string 从其他编码转换为 ASCII(只支持从 LATIN1LATIN2LATIN9WIN1250 编码转换) to_ascii('Karel') Karel
to_hex(number int or bigint) text number 转换为等价的十六进制表示 to_hex(2147483647) 7fffffff
translate(string text, from text, to text) text string 中与 from 集合中某字符匹配的每个字符替换为 to 集合中的对应字符。如果 fromto 长,则移除 from 中多余字符的所有出现。 translate('12345', '143', 'ax') a2x5

concatconcat_wsformat函数是可变的,因此可以把要串接或格式化的值作为一个标记了VARIADIC关键字的数组进行传递(见Section 37.5.5)。 数组的元素被当作函数的独立普通参数一样处理。如果可变数组参数为 NULL,concatconcat_ws返回 NULL,但format把 NULL 当作一个零元素数组。

另见Section 9.20中的聚合函数 string_agg

Table 9.11. 内置转换

转换名称 [a] 源编码 目标编码
ascii_to_mic SQL_ASCII MULE_INTERNAL
ascii_to_utf8 SQL_ASCII UTF8
big5_to_euc_tw BIG5 EUC_TW
big5_to_mic BIG5 MULE_INTERNAL
big5_to_utf8 BIG5 UTF8
euc_cn_to_mic EUC_CN MULE_INTERNAL
euc_cn_to_utf8 EUC_CN UTF8
euc_jp_to_mic EUC_JP MULE_INTERNAL
euc_jp_to_sjis EUC_JP SJIS
euc_jp_to_utf8 EUC_JP UTF8
euc_kr_to_mic EUC_KR MULE_INTERNAL
euc_kr_to_utf8 EUC_KR UTF8
euc_tw_to_big5 EUC_TW BIG5
euc_tw_to_mic EUC_TW MULE_INTERNAL
euc_tw_to_utf8 EUC_TW UTF8
gb18030_to_utf8 GB18030 UTF8
gbk_to_utf8 GBK UTF8
iso_8859_10_to_utf8 LATIN6 UTF8
iso_8859_13_to_utf8 LATIN7 UTF8
iso_8859_14_to_utf8 LATIN8 UTF8
iso_8859_15_to_utf8 LATIN9 UTF8
iso_8859_16_to_utf8 LATIN10 UTF8
iso_8859_1_to_mic LATIN1 MULE_INTERNAL
iso_8859_1_to_utf8 LATIN1 UTF8
iso_8859_2_to_mic LATIN2 MULE_INTERNAL
iso_8859_2_to_utf8 LATIN2 UTF8
iso_8859_2_to_windows_1250 LATIN2 WIN1250
iso_8859_3_to_mic LATIN3 MULE_INTERNAL
iso_8859_3_to_utf8 LATIN3 UTF8
iso_8859_4_to_mic LATIN4 MULE_INTERNAL
iso_8859_4_to_utf8 LATIN4 UTF8
iso_8859_5_to_koi8_r ISO_8859_5 KOI8R
iso_8859_5_to_mic ISO_8859_5 MULE_INTERNAL
iso_8859_5_to_utf8 ISO_8859_5 UTF8
iso_8859_5_to_windows_1251 ISO_8859_5 WIN1251
iso_8859_5_to_windows_866 ISO_8859_5 WIN866
iso_8859_6_to_utf8 ISO_8859_6 UTF8
iso_8859_7_to_utf8 ISO_8859_7 UTF8
iso_8859_8_to_utf8 ISO_8859_8 UTF8
iso_8859_9_to_utf8 LATIN5 UTF8
johab_to_utf8 JOHAB UTF8
koi8_r_to_iso_8859_5 KOI8R ISO_8859_5
koi8_r_to_mic KOI8R MULE_INTERNAL
koi8_r_to_utf8 KOI8R UTF8
koi8_r_to_windows_1251 KOI8R WIN1251
koi8_r_to_windows_866 KOI8R WIN866
koi8_u_to_utf8 KOI8U UTF8
mic_to_ascii MULE_INTERNAL SQL_ASCII
mic_to_big5 MULE_INTERNAL BIG5
mic_to_euc_cn MULE_INTERNAL EUC_CN
mic_to_euc_jp MULE_INTERNAL EUC_JP
mic_to_euc_kr MULE_INTERNAL EUC_KR
mic_to_euc_tw MULE_INTERNAL EUC_TW
mic_to_iso_8859_1 MULE_INTERNAL LATIN1
mic_to_iso_8859_2 MULE_INTERNAL LATIN2
mic_to_iso_8859_3 MULE_INTERNAL LATIN3
mic_to_iso_8859_4 MULE_INTERNAL LATIN4
mic_to_iso_8859_5 MULE_INTERNAL ISO_8859_5
mic_to_koi8_r MULE_INTERNAL KOI8R
mic_to_sjis MULE_INTERNAL SJIS
mic_to_windows_1250 MULE_INTERNAL WIN1250
mic_to_windows_1251 MULE_INTERNAL WIN1251
mic_to_windows_866 MULE_INTERNAL WIN866
sjis_to_euc_jp SJIS EUC_JP
sjis_to_mic SJIS MULE_INTERNAL
sjis_to_utf8 SJIS UTF8
windows_1258_to_utf8 WIN1258 UTF8
uhc_to_utf8 UHC UTF8
utf8_to_ascii UTF8 SQL_ASCII
utf8_to_big5 UTF8 BIG5
utf8_to_euc_cn UTF8 EUC_CN
utf8_to_euc_jp UTF8 EUC_JP
utf8_to_euc_kr UTF8 EUC_KR
utf8_to_euc_tw UTF8 EUC_TW
utf8_to_gb18030 UTF8 GB18030
utf8_to_gbk UTF8 GBK
utf8_to_iso_8859_1 UTF8 LATIN1
utf8_to_iso_8859_10 UTF8 LATIN6
utf8_to_iso_8859_13 UTF8 LATIN7
utf8_to_iso_8859_14 UTF8 LATIN8
utf8_to_iso_8859_15 UTF8 LATIN9
utf8_to_iso_8859_16 UTF8 LATIN10
utf8_to_iso_8859_2 UTF8 LATIN2
utf8_to_iso_8859_3 UTF8 LATIN3
utf8_to_iso_8859_4 UTF8 LATIN4
utf8_to_iso_8859_5 UTF8 ISO_8859_5
utf8_to_iso_8859_6 UTF8 ISO_8859_6
utf8_to_iso_8859_7 UTF8 ISO_8859_7
utf8_to_iso_8859_8 UTF8 ISO_8859_8
utf8_to_iso_8859_9 UTF8 LATIN5
utf8_to_johab UTF8 JOHAB
utf8_to_koi8_r UTF8 KOI8R
utf8_to_koi8_u UTF8 KOI8U
utf8_to_sjis UTF8 SJIS
utf8_to_windows_1258 UTF8 WIN1258
utf8_to_uhc UTF8 UHC
utf8_to_windows_1250 UTF8 WIN1250
utf8_to_windows_1251 UTF8 WIN1251
utf8_to_windows_1252 UTF8 WIN1252
utf8_to_windows_1253 UTF8 WIN1253
utf8_to_windows_1254 UTF8 WIN1254
utf8_to_windows_1255 UTF8 WIN1255
utf8_to_windows_1256 UTF8 WIN1256
utf8_to_windows_1257 UTF8 WIN1257
utf8_to_windows_866 UTF8 WIN866
utf8_to_windows_874 UTF8 WIN874
windows_1250_to_iso_8859_2 WIN1250 LATIN2
windows_1250_to_mic WIN1250 MULE_INTERNAL
windows_1250_to_utf8 WIN1250 UTF8
windows_1251_to_iso_8859_5 WIN1251 ISO_8859_5
windows_1251_to_koi8_r WIN1251 KOI8R
windows_1251_to_mic WIN1251 MULE_INTERNAL
windows_1251_to_utf8 WIN1251 UTF8
windows_1251_to_windows_866 WIN1251 WIN866
windows_1252_to_utf8 WIN1252 UTF8
windows_1256_to_utf8 WIN1256 UTF8
windows_866_to_iso_8859_5 WIN866 ISO_8859_5
windows_866_to_koi8_r WIN866 KOI8R
windows_866_to_mic WIN866 MULE_INTERNAL
windows_866_to_utf8 WIN866 UTF8
windows_866_to_windows_1251 WIN866 WIN
windows_874_to_utf8 WIN874 UTF8
euc_jis_2004_to_utf8 EUC_JIS_2004 UTF8
utf8_to_euc_jis_2004 UTF8 EUC_JIS_2004
shift_jis_2004_to_utf8 SHIFT_JIS_2004 UTF8
utf8_to_shift_jis_2004 UTF8 SHIFT_JIS_2004
euc_jis_2004_to_shift_jis_2004 EUC_JIS_2004 SHIFT_JIS_2004
shift_jis_2004_to_euc_jis_2004 SHIFT_JIS_2004 EUC_JIS_2004

[a] 转换名称遵循标准命名规则:将源编码正式名称中的所有非字母数字字符替换为下划线,再接上 _to_,然后接上按相同方式处理的目标编码名称。因此,这些名称可能与惯用的编码名称不同。


9.4.1. format #

函数format根据一个格式字符串产生格式化的输出,其形式类似于 C 函数sprintf

format(formatstr text [, formatarg "any" [, ...] ])

formatstr是一个格式字符串,指定结果的格式化方式。格式字符串中的文本会直接复制到结果中,但以下内容除外:格式说明符。格式说明符充当字符串中的占位符,定义如何格式化后续函数参数并将其插入结果。每个formatarg参数都按照其数据类型通常的输出规则转换为文本,然后根据格式说明符进行格式化并插入结果字符串。

格式说明符以%字符开头,格式如下:

%[position][flags][width]type

其中各组成字段为:

position(可选)

一个形如n$的字符串,其中n是要打印的参数的索引。索引 1 表示紧跟在以下参数之后的第一个参数:formatstr。如果position被省略,则默认按顺序使用下一个参数。

flags(可选)

用于控制格式说明符输出格式的附加选项。目前唯一支持的标志是减号(-),它使格式说明符的输出左对齐。只有同时指定了width字段时,它才有效。

width(可选)

指定用于显示格式说明符输出的最小字符数。输出将被在左部或右部(取决于-标志)用空格填充以保证充满该宽度。太小的宽度设置不会导致输出被截断,但是会被简单地忽略。宽度可以使用下列形式之一指定:一个正整数;一个星号(*)表示使用下一个函数参数作为宽度;或者一个形式为*n$的字符串表示使用第n个函数参数作为宽度。

如果宽度来自一个函数参数,则在使用格式说明符对应的值参数之前,会先使用宽度参数。如果宽度参数为负数,结果会左对齐(如同指定了-标志),所占字段的长度为abswidth)。

type(必需)

格式转换的类型,用于产生格式说明符的输出。支持下面的类型:

  • s将参数值格式化为一个简单字符串。空值会被视为空字符串。

  • I将参数值视作 SQL 标识符,并在必要时用双写引号包围它。如果参数为空,将会是一个错误(等效于quote_ident)。

  • L将参数值引用为 SQL 文字。一个空值将被显示为不带引号的字符串NULL(等效于quote_nullable)。

除了以上所述的格式说明符之外,要输出一个文字形式的%字符,可以使用特殊序列%%

下面是一些基本格式转换的示例:

SELECT format('Hello %s', 'World');
结果:Hello World

SELECT format('Testing %s, %s, %s, %%', 'one', 'two', 'three');
结果:Testing one, two, three, %

SELECT format('INSERT INTO %I VALUES(%L)', 'Foo bar', E'O\'Reilly');
结果:INSERT INTO "Foo bar" VALUES('O''Reilly')

SELECT format('INSERT INTO %I VALUES(%L)', 'locations', 'C:\Program Files');
结果:INSERT INTO locations VALUES('C:\Program Files')

下面是使用width字段和-标志的示例:

SELECT format('|%10s|', 'foo');
结果:|       foo|

SELECT format('|%-10s|', 'foo');
结果:|foo       |

SELECT format('|%*s|', 10, 'foo');
结果:|       foo|

SELECT format('|%*s|', -10, 'foo');
结果:|foo       |

SELECT format('|%-*s|', 10, 'foo');
结果:|foo       |

SELECT format('|%-*s|', -10, 'foo');
结果:|foo       |

这些示例展示了如何使用position字段:

SELECT format('Testing %3$s, %2$s, %1$s', 'one', 'two', 'three');
结果:Testing three, two, one

SELECT format('|%*2$s|', 'foo', 10, 'bar');
结果:|       bar|

SELECT format('|%1$*2$s|', 'foo', 10, 'bar');
结果:|       foo|

不同于标准 C 函数sprintfPostgreSQLformat函数允许在同一个格式字符串中,混合使用带有或不带有position字段的格式说明符。不带position字段的格式说明符,总是使用最后一个已使用参数之后的下一个参数。此外,format函数不要求格式字符串使用全部函数参数。例如:

SELECT format('Testing %3$s, %2$s, %s', 'one', 'two', 'three');
结果:Testing three, two, three

对于安全地构造动态 SQL 语句,%I%L格式说明符特别有用。参见Example 42.1